E aglome R acji n e tt o 2000–2005 - studreg.uw.edu.pl · polaryzacji (ii). Koncepcja polaryzacji...

Studia Regionalne i LokalneNr 2(32)/2008

ISSN 1509–4995

Adrian Burdziak*, Anna Myślińska**

EkonoMetryczna weryfikacja efektu aglomeRacji netto

w goSpodarce polSkiej w latach 2000–2005

Wartykule postawionohipotezęo dodatnimefekcie aglomeracji nettowpodregionachPol-skiwlatach2000–2005.Efektaglomeracjinettotorelatywnienowakoncepcjateoretyczna,któraobjaśniaprzestrzennezróżnicowanieaktywnościekonomicznej.Doprowadzonychanalizwyko-rzystanofunkcjękoncentracjiprodukcjiwwersjizaproponowanejprzezCicconegoiHalla.Hipo-tezęweryfikowanozapomocąmetodekonometrycznych.Wielowariantowepomiarydałyniejed-noznacznerezultaty.Metodypaneloweokazałysięnieefektywnewodróżnieniuodmetodpool. Jakoaproksymantępoziomutechnicznegogospodarkizastosowanoskumulowanąliczbępatentów.Wybórpatentówkrajowychspośródwariantówpoolumożliwiłzredukowanieproblemówzwią-zanychzkorelacjązmiennychobjaśniających.Topodejściepozwalanawyciągnięciewnioskówododatnimefekcieaglomeracjinetto.

Przedmiotartykułustanowipróbarozstrzygnięcia,czyefektaglomeracjinettowPolscewlatach2000–2005byłdodatni.Efektyaglomeracjiobejmujączynni-ki,któresprawiają,żeprzedsiębiorstwafunkcjonującewmiejscachskoncentro-wanejterytorialnieaktywnościgospodarczejodznaczająsięodmiennąefektyw-nościąekonomiczną(por.Ciccone2002).Jesttozjawiskocharakterystycznedlaśredniegookresu.Pierwszaczęśćartykułumanaceluokreślenieramteoretycznychefektuaglo-

meracjinetto.WkolejnejprzedstawionomodelekonomicznyCicconegoiHalla(por.Ciccone,Hall1996)zwprowadzonymiprzezautorówzmianami.Trzeciaczęśćartykułuzawieraanalizęrocznychdanychstatystycznychdlalat2000–2005,zebranych dla 45 polskich podregionów.Wyniki przeprowadzonych estymacjizawartownastępnejczęści.Wzakończeniuprzedstawionownioskizprzeprowa-dzonejanalizyorazzasugerowanopropozycjekolejnychbadań.

1. Ramy teoretyczne efektu aglomeracji netto

Polskieregionyróżniąsięodsiebiemiędzyinnymiwyposażeniemwśrodkiprodukcji,wielkościąprodukcji,dochodamimieszkańcówregionuorazefektyw-nościąprzedsiębiorstw.Relatywnienowąkoncepcjęekonomicznąobjaśniającązróżnicowaniestanowiteoriabadającaefektaglomeracjinetto.Efektnettozdefi-

* KatedraMakroekonomii,InstytutEkonomiiUniwersytetuŁódzkiego.** zakładFunkcjonowaniaGospodarki,InstytutEkonomiiUniwersytetuŁódzkiego.

EKONOMETRYCzNAWERYFIKACJAEFEKTUAGLOMERACJINETTOWGOSPODARCE… 73

niowanojakoróżnicęmiędzykorzyściami(pozytywnycharakterefektu)anieko-rzyściami(negatywnycharakterefektu)wynikającymizkoncentracjiczynnikówprodukcji(por.Ciccone,Hall1996).Nazwazjawiskapojawiłasięstosunkowoniedawno.Wartykuleprzezkategoriękorzyściaglomeracjirozumiesięzjawiskopole-

gającenapodnoszeniuproduktywnościprzedsiębiorstw,funkcjonującychwdu-żejkoncentracjiprzestrzennej.Koncentracjazostałazdefiniowanajakostosunekzmiennejekonomicznejdoprzestrzeni(por.Ciccone,Hall1996).Wysokakon-centracjamożeniekorzystnieoddziaływaćnawielkościekonomiczne,cookre-ślonojakozjawiskoniekorzyściaglomeracji.Powstająonewwynikukosztówzwiązanych np. z czasem zmarnowanym na jazdę zatłoczonymi ulicami, wy-datkówponiesionychnaochronęśrodowiskanaturalnegobądźzorganizowaniesprawniefunkcjonującejgospodarkiodpadami.Należy zauważyć, iż trudno jest jednoznacznie ustalić kierunek zależności

przyczynowo-skutkowej między efektami aglomeracji a procesem tworzeniaaglomeracji.Niewiadomo,czyprzedsiębiorstwalokowanesąwpobliżuistnieją-cychpodmiotówgospodarczychzewzględunaaktualnekorzyści,czyteżefektyaglomeracjipojawiąsięwpóźniejszymokresie.zakładasię,iżpodczaspowsta-waniaaglomeracjiefektaglomeracjinettojestdodatni,coskłaniadojejrozwoju.zupływemczasudynamikaprocesówmaleje.Możedojśćdosytuacji,wktórejniekorzyściaglomeracjibędądominować.Istotnymczynnikiemwarunkującymomawianeprocesyjestefektywnieprowadzonapolitykaregionalna.Naefektyaglomeracjiwpływwywierawieleczynników.Dogrupydetermi-

nantkorzyściaglomeracjimożnazaliczyć(por.Nowińska-Łaźniewska2004):(i)efektrozlewaniainformacji(ang.spillover),(ii)istnienieniezbywalnychnakła-dówregionalnych,(iii)regionalnyzasóbwykwalifikowanejsiłyroboczej.Efektrozlewania informacji (i) obserwuje się, gdy funkcjonowaniewzględnie dużejliczby podmiotów gospodarczych na konkretnym obszarze uaktywnia proce-syprzepływuinformacji.Osobyzatrudnionewodrębnychprzedsiębiorstwach,podczas nieformalnych kontaktów, dzielą sięwiadomościami. Informacje roz-powszechniane np. w trakcie spotkań towarzyskich bądź imprez kulturalnychmogąmiędzyinnymiwiązaćsięztrendamirynkowymi,gamąproduktów,inno-wacjamitechnologicznymibądźpracownikami.Dynamikaomawianegoproce-suwzrastawrazzkoncentracjąpodmiotówgospodarczychnadanymobszarze(por.Nowińska-Łaźniewska 2004). Przedsiębiorstwa zlokalizowane na terenieaglomeracji dysponują bardziej szczegółową informacją dotyczącą rynku. Tepodmiotyzyskująprzewagęnadpozostałymi.Istnienie niezbywalnych nakładów regionalnych (ii) może stanowić źródło

korzyściaglomeracji.Skoncentrowaneterytorialniepodmiotygospodarcze,ofe-rującehomogenicznebądźpodobneprodukty,wykorzystująporównywalnetech-nologieprodukcji(por.Nowińska-Łaźniewska2004).Określonenakładyzosta-nądostarczonerelatywnietaniej.Przedsiębiorstwaoferującewyspecjalizowaneusługimogądokonać rozliczenia kosztów, dzieląc je na określonągrupępod-miotówgospodarczych.Prawdopodobnieproduktybędąlepiejprzystosowanedo

ADRIANBURDzIAK,ANNAMYŚLIńSKA74

potrzebodbiorców.Jakoprzykładmożnawskazaćspecjalistyczneoprogramowa-niekomputerowe,usługilogistycznebądźfinansowe.Jednocześnieistniejącain-frastrukturalokalnastanowikorzyśćdlaogółuprzedsiębiorstwfunkcjonującychw aglomeracji.Wśród niezbywalnych nakładów lokalnych wymienić można:siećenergetyczną,utwardzonedrogibądźgospodarkęodpadami.Wprzypadkutegoostatniegoczynnikakorzyściaglomeracjiwzrastająwrazz liczbąskupio-nychpodmiotówgospodarczych.Trzeciądeterminantękorzyściaglomeracjistanowiregionalnyzasóbwykwa-

lifikowanejsiłyroboczej(iii).Podmiotygospodarczeponosząniższekoszty,gdymogąkorzystaćzsiłyroboczejznależytymikwalifikacjami.Kosztyszkoleńpra-cownikóworazwydatkinaposzukiwaniepersonelupowinnyokazaćsięznikome.Odpowiedniainfrastrukturaisystemedukacyjnyorazwzględnieszybkarotacjapracownikówpomiędzyfirmami z branżymogą doprowadzić do podniesieniakwalifikacji siły roboczej.Wysokamobilnośćoraz inwestycjew infrastrukturęedukacyjnąregionuzwiększająopisaneoszczędności.Niekorzyści netto pojawiają się w wyniku „efektu przeludnienia”. Gdy na

określonymterytoriumfunkcjonujezbytwielepodmiotówgospodarczychorazjednostek,możeokazaćsię,iżaglomeracjaniefunkcjonujesprawnie.Kosztyjejfunkcjonowaniaprzewyższąbowiemistniejącekorzyści.Procestenmożezostaćspowolnionypoprzezodpowiedniodobraneinstrumentypolitykiregionalnej,np.odpowiednisystemkształceniaczyinwestycjeinfrastrukturalne.Pomimo iżnazwaefektu aglomeracjinettopojawiła się stosunkowoniedaw-

no,tozagadnieniewpływukoncentracjinarozmiaryprodukcjiopisywanejestodkilkudziesięciulat.Jednaznajstarszychkoncepcji,koncepcjadystryktówprzemy-słowych,zostałaprzedstawionajużprzezAlfredaMarshalla.JegoksiążkaZasady ekonomii(por.Marshall1920)traktujemiędzyinnymiofunkcjonowaniuprzedsię-biorstwzWłochiAnglii.Marshallstarałsięwytłumaczyćdecyzje,podejmowaneprzezprzedsiębiorstwa,dotyczącerozmieszczeniadziałalnościgospodarczejwist-niejącychdystryktachprzemysłowych.Odpowiedniwybórpozwalałpodmiotomnaosiąganieskumulowanychkorzyścizfunkcjonowaniawobrębiedystryktu.TeoriadystryktówprzemysłowychMarshallastanowiłaimpulsdlakolejnych

analizdotyczącychefektówaglomeracji.CiekawegoprzeglądudokonałChurski(por.Churski2005),któryprzedstawiłujęcietabelarycznekilkunastuteorii,skla-syfikowanychwedługczynnikówekonomicznych.Koncepcjerozwojuregional-negopogrupowanowedługnastępującychdeterminant:(i)inwestycjekapitałowe,(ii)handel,(iii)edukacja,(iv)innowacje,(v)inwestycjepubliczne,infrastruktu-ramaterialna i społeczna, (vi) korzyści aglomeracji, korzyści skali.Każdemuzwymienionychpodpunktówautor przyporządkowałgrupępoglądów,zapre-zentowanych przez poszczególnych ekonomistów. Poniżej zostaną omówionewybranekoncepcjespośródwyliczonychprzezChurskiego:(i)modelbiegunówwzrostuPerroux,(ii)teoriapolaryzacjiHirschmana,(iii)korzyściskaliwkon-cepcjinowejgeografiiekonomicznej,(iv)koncepcjagronPortera.Wszystkiejełączyzałożenie,iżsiływolnegorynkuwkrótkimbądźśrednimokresiebędąpro-wadziłydonarastaniaistniejącegozróżnicowaniaaktywnościgospodarczej.


Model biegunów wzrostu (i) przedstawił Perroux (por. Perroux 1955, za:Churski2005).zgodnieznimwgospodarcepowstająnaturalne(spontaniczne)1 biegunywzrostu.Wzrostgospodarczyrozpoczynasięwpunkciekluczowym(bie-gun).Intensywnośćfunkcjonowaniabiegunaodznaczasięzmiennością.Wzrostpoprzezróżnorodnekanałyrozprzestrzeniasięnagospodarkęwdługimokresie.Perrouxlokalizowałbiegunywówcześnieabstrakcyjnejprzestrzeniekonomicz-nej,aleniewykluczałmożliwościichistnieniawprzestrzeniterytorialnej.Wtensposóbzwróciłuwagęnanierównościmiędzyregionalneorazwpływbiegunanaotoczenie(por.Parr1999).Wdrugiejpołowielat50.problemzróżnicowaniaterytorialnegopodjęliMyrdal

(Myrdal1957)orazHirschman(Hirschman1958).Stworzylionipodstawyteoriipolaryzacji (ii).Koncepcja polaryzacji odrzucawybrane neoklasyczne założe-nia:(a)ohomogenicznościczynnikówprodukcjioraz(b)odoskonałościrynków.Przyjętohipotezęo istnieniu rosnącychkorzyści skali oraz efektówzewnętrz-nych.zróżnicowanierozwojuspołeczno-gospodarczego,zamiastzanikać,możesiępogłębiaćwwyniku interakcji systemudodatnichorazujemnych sprzężeńzwrotnych.Myrdalpostulował ingerencjępaństwa,gdyżefektrozprysku(ang.spread effect),polegającynaekspansjicentrumwstronęmniejrozwiniętychre-gionów,niewystarczydozniwelowaniatzw.efektuwiru(ang.backwash effect),polegającego na „wysysaniu” zasobów z okolic centrum (por.Myrdal 1957).OdmiennypoglądprezentowałHirschman,wedługktóregonowopowstałepod-miotygospodarczebiegunabędądeterminowałyefektrozprysku(por.Hirschman1958).Teoriapolaryzacjiuwzględniawpływczynnikówspołecznych,politycz-nych,kulturalnychitp.Wrezultacieogółusprzężeńorazprzepływówzasobówpowstająbardziejbądźmniejrozwinięteregiony(por.Maier1998).Nowageografiaekonomiczna(iii)jestkoncepcjąopartąnakorzyściachskali,

którawykorzystujemodelerdzeniaiperyferii.Fujita,KrugmaniVenables(por.Fujita,Krugman,Venables1999)omawiająkilkaprocesówwyjaśniającychzróż-nicowaniegospodarczeregionów:(a) central-place theory – pewne rodzaje działalności, które podlegają korzy-

ściomskali,nigdyniebędąrównomiernierozłożonewprzestrzeni;rachunekekonomicznyprowadzidopowstaniasieciwiększychośrodkówobsługują-cychzaglomeryzowanepodmiotygospodarcze;

(b)base multiplier–działalnośćgospodarcząobszarumożnapodzielićnaba-zową(eksportowanąpoza region)oraz lokalną (dobra iusługidostarczanemieszkańcom);przyzałożeniuefektówmnożnikowych,wielkośćprodukcjijestwprostproporcjonalniedeterminowanaprzezrozmiaryeksportuorazwy-datkinadobraiusługiwytwarzanewregionie(tzw.popytpośredni);wrazzewzrostemgospodarczymorazpodnoszeniemliczbymieszkańcówpowiększasięudziałwydawanego„lokalnie”dochodu;

(c)market potential–zakładasię,iżkoncentracjaprodukcjijestprocesemsamo-napędzającymsię;przedsiębiorstwalokalizowanesąwmiejscachonajlep-

1 Wodróżnieniuodsztuczniezaplanowanychbiegunówwzrostu.


szymdostępiedorynkuzbytu,cozkoleitworzyrelatywniechłonnyrynekzbytu(istnieniewielupodmiotówgospodarczychwdanymregionie).Nowageografiaekonomicznazakłada,iżaglomeracjemogąprzyspieszyćroz-

wójregionówoniższympoziomiezaawansowaniaspołeczno-gospodarczegopo-przezpokonywanieistniejącychbarier,wśródktórychnależywymienićszerokorozumianekosztyhandlu,stopęmigracjiorazniskipoziomelastycznościsubsty-tucjidóbrprzemysłowych.Pokonaniebarierpozwolinarozwójcorazwiększegoterytorium.Koncepcjąobjaśniającądysproporcjeregionalnewrozwojuspołeczno-gospo-

darczym jest teoria gronPortera (iv).Według jej autora (Porter 2001, s. 246)gronoto:„Geograficzneskupieniewzajemniepowiązanychfirm,wyspecjalizo-wanychdostawców,jednostekświadczącychusługi,firmdziałającychwpokrew-nych sektorach i związanych z nimi instytucji (np.: uniwersytetów, jednosteknormalizacyjnychistowarzyszeńbranżowych)wposzczególnychdziedzinach,konkurujących ze sobą, ale także współpracujących”.W innym ujęciu gronostanowisystemwielostronnychpowiązańpodmiotówfunkcjonującychwregio-nie(por.Olejniczak2003).Dziękiwzajemnejkooperacjiprzedsiębiorstwgronajegowartość staje sięwiększa niż sumawartości poszczególnych elementów.Kompletinstytucjiorazorganizacjifunkcjonującychwskupieniuzyskujeprze-wagękonkurencyjnądziękiistnieniu„wartościdodanejgrona”.Funkcjonowaniegrona determinujewzajemna obserwacja,wymiana informacji oraz dostęp doodpowiednichnakładów.Przyzałożeniuekspansywnegocharakterugrona,po-wstanieaglomeracjisprzyjarozwojowicałegoregionu.zaprezentowaneteorierozwojuregionalnegopodkreślająistotnąrolęaglome-

racjidlaprzestrzennegorozwojuaktywnościekonomicznej.Jednakżeniewska-zująjednoznacznie,czyefektyaglomeracjimająpozytywny,czyteżnegatywnycharakter.

2. Matematyczne ujęcie efektu aglomeracji

Wceluweryfikacjihipotezyododatnimefekcieaglomeracjinettowykorzy-stanomodelzaprezentowanyprzezCicconegoiHalla(por.Ciccone,Hall1996).zakładasiętrzyczynnikowąfunkcjęprodukcji,wktórejczynnikamisą:kapitał,siłaroboczaorazziemia(por.Milewski2001).Analiziepodlegafunkcjakoncen-tracjiprodukcji–tzn.wielkośćprodukcjiwodniesieniudojednostkipowierzch-ni.Dowyjściowegozbioruargumentówomawianej funkcjinależą: (i)poziomtechnicznygospodarki,(ii)koncentracjapracywujęciuefektywnym,(iii)kon-centracjakapitałuoraz(iv)koncentracjaprodukcji.Ostatniczynniksłużyzbada-niuefektuaglomeracjinettozewzględunaparametrλniezbędnydlaprowadzo-nychrozważań.FunkcjazaproponowanaprzezCicconegoiHalla(Ciccone,Hall1996)przyjmujepostać:


ë

ë

i

i

â

i

i

â

i

ii

i

i

p

q

p

k

p

leA

p

q11

(1)

gdzie:qi–produkcjawregioniei,pi–powierzchniaregionu i,A–poziomtechniczny,ei–poziomedukacjizatrudnionegowregioniei,li–liczbaosóbzatrudnionychwregioniei,ki–wartośćkapitałufizycznegowregioniei,α–miaraefektuprzeludnienia,λ–miarakorzyściaglomeracji,β–parametr opisujący relatywne wpływy koncentracji pracy w ujęciu

efektywnymorazkoncentracjikapitałunakoncentracjęprodukcji.

Dla efektu aglomeracji netto istotny jest iloczynαλ.Miara efektu przelud-nienia,α,przyjmujewartościzprzedziału(0;1),parametrλzaś(miarakorzyściaglomeracji)jestwiększybądźrównyjedności(por.Ciccone,Hall1996).Iloczyntychdwóchparametrówinformujeocharakterzeefektuaglomeracjinetto.Jeżeliαλ jestwiększyodjedności, tokorzyściaglomeracjidominują.Oznaczato,żeprzywzrościekoncentracjiczynnikówprodukcjiprodukcjarośniewszybszymtempie.Wprzeciwnymwypadkuefektaglomeracjinettojestujemny.Jeżeliilo-czyn αλ =1,tokorzyściiniekorzyściaglomeracjiznosząsięwzajemnie.Wszcze-gólnychprzypadkach:(i)kiedyα wynosi1,efektprzeludnienianiewystępuje,aefektaglomeracjinettorównybędzieλ;oraz(ii)gdyλ =1,niemażadnychkorzyściwypływającychzkoncentracjiprodukcji.WopisywanymmodeluzmiennaA (bezwskaźnika i)przyjmuje jednakową

wartośćnatereniecałegokraju.Pozostałedeterminantysącharakterystycznedlaposzczególnychobiektów.Celemuproszczeniazapisupominiętezostaływspół-czynnikiczasowe,którepowinnywystępowaćdlawszystkichzmiennych.Wmo-deluniewystępująopóźnienia.Powyznaczeniu z równania (1)

i

i

pq

otrzymaćmożna funkcję koncentracjiprodukcjiwpostaci:

áëâ

i

i

â

i

ii

i

i

p

k

p

leA

p

q

1 (2)

Po uporządkowaniu powyższego równania funkcja koncentracji produkcjisprowadzasiędo:


ëâá

i

i

áâë

i

iië

i

i

p

k

p

leA

p

q)1(

(3)

Analizarównania(3)wskazuje,iżkoncentracjaprodukcjijestfunkcjąpoziomutechnicznego,koncentracjizatrudnieniawujęciuefektywnymorazkoncentracjikapitału.Wszystkiedeterminantywpływajądodatnionakoncentracjęprodukcji.

3. Statystyczne ujęcie koncentracji ekonomicznej

AnalizowanogospodarkęPolskiwlatach2000–2005.Badanyokresdetermi-nujedostępnośćdanychstatystycznych.Danedotyczącewartościbruttośrodkówtrwałych,jakoprzybliżeniawartościkapitału,zarok1999niebyłydostępne.Nieopublikowanoniezbędnychmateriałówstatystycznychdla roku2006.Badanieobejmowało452podregionów.Podregionytonajmniejszejednostkiadministracyjne,dlaktórychdostępnajest

istotnadlabadanegozagadnieniazmienna–wielkośćprodukcji,mierzonapro-duktemkrajowymbrutto(PKB)lubwartościądodanąbrutto(WDB).Obydwiedaneprodukcjiwujęciunominalnympochodzą z publikacjiProdukt Krajowy Brutto – Rachunki Regionalne 2005wydanejprzezGłównyUrządStatystyczny(GUS)wdniu12listopada2007r.zostałyurealnionedeflatorami,odpowiednio,PKBorazWDBdlacałegokraju3iwyrażonewmilionachzłotychz2000roku.Wpodobnysposóbobliczonowartośćbruttośrodkówtrwałychwujęciure-

alnym.zBankuDanychRegionalnychGUSpobrano dane owartościach no-minalnychdlaposzczególnychpodregionów,anastępnieurealnionodeflatoremakumulacjibruttodlacałegokrajuiwyrażonowmilionachzłotychz2000roku.Wanaliziewykorzystanopowierzchnięposzczególnychpodregionów,wyrażo-ną w kilometrach kwadratowych. Dane opisujące szereg zostały zaczerpniętezBankuDanychRegionalnychGUS.

Tab. 1. Liczba patentów wydanych w Polsce w okresie 2000–2005

2000 2001 2002 2003 2004 2005

Liczba patentów krajowych 939 851 834 613 778 1 054

Liczba patentów zagranicznych

1 524 1 171 1 437 1 103 1 016 1 468

Skumulowana liczba patentów ogółem

180 907 182 929 185 200 186 916 188 710 191 232

Źródło: opracowanie na podstawie danych Urzędu Patentowego RP oraz publikacji Nauka i Technika 2005, GUS.

2 Podregionrybnicko-jastrzębski,oznaczonynumerem45,powstałwroku2002.3 DeflatoryobliczononapodstawierachunkównarodowychGUSdostępnychnastroniein-

ternetowejGUS,stannadzień17listopada2007r.


zaprzybliżonymiernikpoziomuzaawansowaniatechnicznegoprzyjętosku-mulowanąliczbępatentów(krajowych,zagranicznychorazogółem)wydawanychnaterenieRzeczypospolitejPolskiej(RP)przezUrządPatentowyRP.założono,żewszystkiepodregionyodznaczają się identycznympoziomem technicznym.Liczbapatentówwydanychwposzczególnychlatachpróbyorazskumulowanaliczbapatentówprzedstawionesąwtabeli1.W celu przeprowadzenia analizy koncentracji pracy w ujęciu efektywnym

zostaławykorzystanaprzeciętnadługośćedukacjipracującego(wlatach)wda-nymwojewództwie.Niezbędnedanebyłydostępnenajwyżejnapoziomiewo-jewództwPolski.Przyjętozałożenieoidentycznejstrukturzewykształceniawewszystkichpodregionachdanegowojewództwa.OmawianązmiennąobliczononapodstawiedanychBankuDanychRegionalnychGUSdotyczącychaktywno-ściekonomicznej ludnościwedług typuaktywności iwykształcenia.Wpierw-szymkrokuzostałapoliczonaliczbapracującychzdanymrodzajemwykształce-niawposzczególnychwojewództwach.Poszczególnymetapomwykształceniaprzypisanoponiższewartościlatnauki:(a)podstawoweiniepełnepodstawowe–8lat,(b)gimnazjalne,podstawoweiniższe–9lat,(c)zasadniczezawodowe–11lat,(d)średnieogólnokształcące–12lat,(e)policealneorazśredniezawodowe–12,5roku,(f)wyższe–17lat.Wdrugimkrokuobliczonoważonąśredniąarytmetycznądługościkształcenia.

Jakowagiwykorzystanoudziałpracującychzdanympoziomemwykształceniawśródpracującychogółem.Rezultatyobliczeńsąprzedstawionewtabeli2.Popomnożeniu poziomu wykształcenia przez liczbę osób pracujących uzyskanowartośćpracywujęciuefektywnym.

Tab. 2. Długość kształcenia pracujących w poszczególnych województwach Polski w okre-sie 2000–2005 (w latach)

2000 2001 2002 2003 2004 2005

Dolnośląskie 12,1 12,2 13,2 12,7 12,8 12,9

Kujawsko-pomorskie 11,9 12,0 12,9 12,3 12,4 12,3

Lubelskie 11,6 11,7 12,6 12,2 12,2 124

Lubuskie 12,1 12,1 13,0 12,5 12,7 12,5

Łódzkie 11,8 11,9 12,8 12,2 12,4 12,5

Małopolskie 12,1 12,1 12,9 12,2 12,4 12,4

Mazowieckie 12,2 12,3 13,0 12,8 12,9 13,1

Opolskie 11,9 12,1 13,1 12,4 12,3 12,4

Podkarpackie 11,7 11,8 12,5 12,1 11,2 12,2

Podlaskie 11,6 11,7 12,6 12,1 11,1 12,3

Pomorskie 12,2 12,2 13,3 12,6 12,7 12,7


Tab. 2 –cd.2000 2001 2002 2003 2004 2005

Śląskie 12,0 12,2 13,2 12,7 12,7 12,8

Świętokrzyskie 11,5 11,7 13,0 12,5 12,4 12,4

Warmińsko- -mazurskie

11,8 12,0 12,6 12,1 12,3 12,4

Wielkopolskie 11,9 11,9 12,7 12,3 12,5 12,5

Zachodniopomorskie 11,9 11,9 13,0 12,4 12,4 12,7

Źródło: obliczenia własne na podstawie Banku Danych Regionalnych GUS, stan na 14.11.2007 r.

Po skompletowaniu danych statystycznych odpowiednich dla zbudowaniafunkcjikoncentracjiprodukcjipróbaskładała sięz268obserwacji.Obliczonowartości współczynników zmienności opartych na odchyleniu standardowym(Vsx)oraznaodchyleniućwiartkowym(Vqx)dlalat2000–2005.Wskazujetoten-dencjewkształtowaniusięzróżnicowaniamiędzyregionalnegowPolscewana-lizowanymokresie.Dlacelówobliczeńprzyjętostałąpowierzchniępodregionówzroku2005(zob.dalej).Rezultatyprezentujetabela3.Otrzymanerezultatymogąwskazywaćnaniejednorodnośćpróby,cosugeruje

użyciemiarpozycyjnych.zmiennośćkoncentracjirealnegokapitałujestwiększaodzmiennościkoncentracjipracywujęciuefektywnym.Różniceosiągnęłypo-ziomoddwóchdodziesięciupunktówprocentowych.zmiennośćkoncentracjiprodukcjikształtowałasięnapoziomiezprzedziału50–60%.

Tab. 3. Współczynniki zmienności koncentracji produkcji, kapitału oraz pracy dla polskich podregionów w latach 2000–2005

2000 2001 2002 2003 2004 2005

Koncentracja realnej produkcji Vsx 2,46 2,48 2,492 2,52 2,47 2,52

Vqx 0,54 0,48 0,52 0,51 0,57 0,59

Koncentracja realnego kapitału Vsx 2,76 2,82 2,83 2,84 2,84 2,83

Vqx 0,5 0,46 0,46 0,54 0,51 0,48

Koncentracja pracy w ujęciu efektywnym

Vsx 2,23 2,24 2,27 2,26 2,28 2,28

Vqx 0,43 0,44 0,43 0,43 0,44 0,47

Źródło: opracowanie własne na podstawie publikacji Produkt Krajowy Brutto – Rachunki Regionalne 2005 oraz Banku Danych Regionalnych GUS, stan na dzień 17 listopada 2007 r.

4. Weryfikacja ekonometryczna teorii efektu aglomeracji

Podstawędoanalizyekonometrycznejstanowirównanie(3).Przyestymacjiwykorzystywanoformęzlogarytmowanąpostaci:

(4)

i

i

i

ij

i

i

p

këâá

p

leáâëAë

p

q nl)1(nlnlnl


W równaniu (4) pominięte zostały współczynniki czasowe. zróżnicowaniuuległywspółczynnikiprzestrzenne.WskaźnikidotyczyłpodregionuPolski.Dlaszereguopisującegopoziomwykształceniaprzeciętnegopracującego(e)zasto-sowanowskaźnikj.Oznaczaonwojewództwozłożonezodpowiednichpodre-gionów. Przykładowo,województwo dolnośląskie (j = 1) obejmuje zasięgiemczterypodregiony,tj.jeleniogórsko-wałbrzyski(i =1),legnicki(i =2),wrocław-ski(i =3)orazmiastoWrocław(i =4).zewzględuna zmianymetodologii liczenia rachunków regionalnychprzez

GUSdodanozmiennąD,którązdefiniowanojakowzględnązmianępowierzchnipodregionuwstosunkudowartościzroku2005.Publikacjazroku2007Produkt Krajowy Brutto – Rachunki Regionalne 2005przedstawiaszeregiregionalnychrachunkównarodowych,któreróżniąsięznaczącoodinformacjipublikowanychwpoprzednichlatach.Przykładowo,GUSzrewidowałrachunkiWDBorazPKBtak,abyoddawałyprodukcjęwytworzonąwramachposzczególnychpodregio-nówodpowiadającychpodziałowiz2005r.Uwzględnionojednocześnieszacun-kiszarejstrefyorazkapitałzgromadzonywotwartychfunduszachemerytalnych.Wspomniane wyżej poprawki nie objęły pozostałych zmiennych wykorzysta-nychwbadaniu.OstatecznieinformacjeudostępnianeprzezGUSsugerują,iżnaprzykładregionrybnicko-jastrzębski,którywroku2000nieistniał,nieposiadałpowierzchni oraz nie zatrudniano na jego terenie pracowników, odznaczał sięwartościądodanąbruttonapoziomie10183milionówzłotych.Wrezultacieprzyobliczaniukoncentracjiprodukcjiużytopowierzchnizroku2005(ostatnirok,dlaktóregodostępnesądaneowielkościprodukcji).Podobnetrudnościdotyczyłykoncentracjikapitałuorazkoncentracjipracywujęciuefektywnym,ponieważzmienneteniebyłyadekwatnedopowierzchni.Celemprecyzyjnegooszacowa-niaparametrówstrukturalnychdoestymowanegomodeluwłączonozmiennąD. Ostatecznieestymowanoparametryrównaniapostaci:

titii

ti

i

titjt

i

ti DCpk

Cple

CACCp

q,,5

,4

,,321

, nlnlnlnl ε++

+

++=

(5)

gdzie:

i

ti

pq , –koncentracjaprodukcjiwpodregionieiwokresiet,

At–skumulowanaliczbapatentówwydanychnaterenieRPwokresiet,

i

ti

pk , –koncentracjakapitałuwpodregionieiwokresiet,

i

titj

ple ,, –koncentracjapracywujęciuefektywnymwpodregionieiwokresiet,


Di,t – względnazmianapowierzchnipodregionuiwokresietwstosunkudopo-wierzchniz2005roku,

ti,ε –składniklosowywpodregionieiwokresiet,C1,C2,C3,C4,C5 –parametrystrukturalnerównania,i–oznaczeniepodregionuPolski,i=1;...;45,j–oznaczeniewojewództwaPolski,j=1;...;16,t–okresbadania,daneroczne,t=2000;...;2005.

zgodnie z zawartymiw artykule rozważaniami teoretycznymi oszacowaniaparametrówC2,C3 oraz C4 zostaływykorzystanedo zweryfikowaniahipotezyododatnimcharakterzeefektuaglomeracjinetto.Napodstawierównań4oraz5zbudowanoukładrównań:

ëâáC

áâëC

ëC

)–1(4

3

2

(6)

Następnie wyznaczono z niego iloczyn efektu przeludnienia oraz korzyściaglomeracji: αλ = C3 + C4 (7)

Model ekonometryczny (równanie 5) estymowanowkilkuwariantach.DlapierwszychtrzechwersjijakomiernikwielkościprodukcjiprzyjętoPKB,wko-lejnychtrzech–WDB.Wramachobugrupestymacjijakoprzybliżeniepozio-muzaawansowaniatechnicznegowykorzystywanokolejno:skumulowanąliczbępatentówkrajowych,skumulowanąliczbępatentówzagranicznychorazskumu-lowaną liczbę patentów ogółem. Szacunków dokonano za pomocą programueViews5.0.Pierwsze warianty estymacji zostały oparte na metodach panelowych.

zastosowanopanelową,ważonąmetodęnajmniejszychkwadratów(ang.Panel EGLS)zwagamistałymiwobrębieposzczególnychpodregionów(ang.cross-sec-tion weights).Wykorzystanodywersyfikacjęwyrazuwolnego(ang.fixed effects).Rozwiązaniezostałozdeterminowaneśredniookresowymcharakteremzjawiskaoraz istnieniem procesów gospodarczych, niewyspecyfikowanychw równaniu(5),bardzoczęstoniemożliwychdozanalizowaniailościowego,takichjakmiej-scowe zwyczaje czy dostęp do zasobów naturalnych (por.Wooldridge 2001).Wynikiregresjipanelowychprzedstawionowtabeli4.

EKONOMETRYCzNAWERYFIKACJAEFEKTUAGLOMERACJINETTOWGOSPODARCE… 83Ta

b. 4

. Wyn

iki e

stym

acji

rów

nani

a (5

) z w

ykor

zyst

anie

m m

etod

y pa

nelo

wej

Zmie

nna

(par

amet

r)O

szac

owan

ie (s

taty

styk

a t-s

tude

nta)

Spo

dzie

wan

y zn

ak o

szac

owan

iapr

oduk

cja

apro

ksym

owan

a P

KB

prod

ukcj

a ap

roks

ymow

ana

WD

B

(1)

(2)

(3)

(4)

(5)

(6)

Wyr

az w

olny

(C1)

–202

,32

(–40

,05)

–132

,97

(–33

,81)

–84,

65

(–35

,11)

–191

,93

(–31

,98)

–124

,74

(–27

,35)

–77,

8 (–

28,1

9)ni

e do

tycz

y

Licz

ba p

aten

tów

kra

jow

ych

(C2)

16,7

6 (4

0,83

)15

,91

(32,

69)

doda

tni

Licz

ba p

aten

tów

za

gran

iczn

ych

(C2)

10,9

7 (3

4,71

)10

,31

(28,

2)do

datn

i

Licz

ba p

aten

tów

ogó

łem

(C

2)6,

82 (3

6,84

)6,

43 (2

9,77

)do

datn

i

Kon

cent

racj

a pr

acy

w u

jęci

u ef

ekty

wny

m (C

3)0,

093

(1,7

2)0,

197

(3,1

6)0,

163

(2,7

6)0,

06 (0

,94)

0,14

7 (2

,04)

0,12

(1,7

3)do

datn

i

Kon

cent

racj

a re

alne

go

kapi

tału

(C4)

0,07

6 (2

,58)

0,08

4 (2

,46)

0,07

8 (2

,39)

0,11

(3,0

1)0,

122

(3,1

2)0,

113

(2,9

9)do

datn

i

Wzg

lędn

a zm

iana

po

wie

rzch

ni (C

5)–0

,08

(–2,

31)

–0,1

6 (–

3,63

)–0

,13

(–3,

21)

–0,0

8 (–

1,92

)–0

,15

(–3,

09)

–0,1

3 (–

2,72

)ni

e do

tycz

y

Sta

tyst

yka

R2

0,99

90,

999

0,99

90,

999

0,99

90,

999

Sta

tyst

yka

R2 s

kory

gow

ane

0,99

90,

999

0,99

90,

999

0,99

90,

999

Sta

ndar

dow

y bł

ąd

szac

unkó

w ró

wna

nia

0,03

80,

041

0,04

0,04

20,

046

0,04

4

Sta

tyst

yka

DW

2,18

2,16

2,15

2,33

2,29

2,29

stat

ysty

ka J

Ba

0,00

10,

003

0,00

20

0,00

30,

002

Licz

ba o

bser

wac

ji26

826

826

826

826

826

8a –

sta

tyst

yka

JB p

rzed

staw

ia e

mpi

rycz

ny p

ozio

m is

totn

ości

.Źr

ódło

: obl

icze

nia

wła

sne

za p

omoc

ą pr

ogra

mu

eVie

ws

5.0.

ADRIANBURDzIAK,ANNAMYŚLIńSKA84Ta

b. 5

. Wyn

iki e

stym

acji

rów

nani

a (5

) z w

ykor

zyst

anie

m m

etod

y po

ol

Zmie

nna

(par

amet

r)O

szac

owan

ie (s

taty

styk

a t-S

tude

nta)

Spo

dzie

wan

y zn

ak p

aram

etru

prod

ukcj

a ap

roks

ymow

ana

PK

Bpr

oduk

cja

apro

ksym

owan

a W

DB

(1)

(2)

(3)

(4)

(5)

(6)

Wyr

az w

olny

(C1)

–24,

13

(–76

,85)

–123

,96

(–76

5,86

)–7

8,45

(–

842,

62)

–26,

48

(–79

,44)

–111

,3

(–52

5,5)

–71,

14

(–57

1,15

)ni

e do

tycz

y

Licz

ba p

aten

tów

kra

jow

ych

(C2)

1,75

1 (6

9,99

)1,

97 (7

4,56

)do

datn

i

Licz

ba p

aten

tów

zag

rani

czny

ch (C

2)10

,23

(758

,65)

9,19

(521

,2)

doda

tni

Licz

ba p

aten

tów

ogó

łem

(C2)

6,49

(832

,77)

5,89

(566

)do

datn

i

Kon

cent

racj

a pr

acy

w u

jęci

u

efek

tyw

nym

(C3)

0,45

(96,

79)

0,16

(74,

89)

0,11

(55,

07)

0,39

(73,

44)

0,1

(37,

2)0,

06 (2

1,28

)do

datn

i

Kon

cent

racj

a re

alne

go

kapi

tału

(C4)

P1

0,78

(152

,5)

–0,0

1 (–

3,4)

–0,0

4 (–

13,2

9)0,

74 (1

23,9

2)0,

04 (1

0,26

)0,

01 (2

,44)

doda

tni

P2

1,24

(88,

61)

0,42

(51,

3)0,

4 (5

1,29

)1,

19 (8

0,64

)0,

49 (5

0,52

)0,

46 (4

9,84

)do

datn

i

P3

0,65

(197

,73)

0,2

(127

,11)

0,2

(125

,83)

0,64

(207

,35)

0,26

(130

,06)

0,25

(128

,47)

doda

tni

P4

1,29

(72,

05)

–0,0

4 (–

8,5)

–0,0

8 (–

17,9

6)1,

25 (8

2,69

)0,

09 (1

7,72

)0,

04 (7

,35)

doda

tni

P5

0,81

(107

,23)

–0,0

3 (–

13,0

1)–0

,06

(–27

,74)

0,75

(91,

49)

0,02

(4,8

5)–0

,02

(–5,

2)do

datn

i

P6

1,14

(100

)0,

13 (3

2,99

)0,

1 (2

6,6)

1,09

(94,

04)

0,22

(39,

27)

0,17

(33,

68)

doda

tni

P7

0,98

(103

,81)

–0,1

2 (–

21,6

5)–0

,16

(–31

,25)

0,92

(91,

96)

–0,0

4 (–

4,99

)–0

,08

(–12

,63)

doda

tni

P8

1,28

(68,

66)

0,03

(7,4

)0

(–0,

03)

1,22

(66,

87)

0,13

(20,

43)

0,09

(15,

68)

doda

tni

P9

1,63

(101

,91)

0,22

(63,

95)

0,18

(56,

32)

1,6

(116

,28)

0,37

(77,

39)

0,32

(70,

1)do

datn

i

P10

1,14

(134

,87)

–0,0

09 (–

1,84

)–0

,05

(–10

,01)

1,08

(115

,91)

0,08

(13,

49)

0,04

(6,6

6)do

datn

i

P11

0,85

(254

,51)

0,24

(78,

77)

0,22

(74,

59)

0,83

(213

,72)

0,29

(77,

43)

0,27

(72,

49)

doda

tni

P12

1,32

(335

,32)

0,31

(119

,74)

0,27

(112

,11)

1,28

(360

,53)

0,39

(110

,81)

0,35

(102

,6)

doda

tni

P13

1,27

(357

,85)

0,34

(103

,44)

0,32

(105

,29)

1,28

(260

,55)

0,43

(96,

2)0,

39 (9

4,76

)do

datn

i

EKONOMETRYCzNAWERYFIKACJAEFEKTUAGLOMERACJINETTOWGOSPODARCE… 85Ta

b. 5

– c

d.

(1)

(2)

(3)

(4)

(5)

(6)

Spo

dzie

wan

y zn

ak p

aram

etru

P16

0,88

(241

,43)

0,16

(67,

91)

0,14

(68,

45)

0,85

(190

)0,

22 (7

0)0,

2 (6

8,42

)do

datn

i

P17

2 (9

4,29

)0,

34 (3

5,5)

0,28

(29,

67)

1,94

(95,

47)

0,49

(41,

88)

0,42

(36,

26)

doda

tni

P18

1,71

(82,

67)

0,58

(44,

09)

0,55

(43,

73)

1,65

(74,

19)

0,67

(42,

91)

0,63

(42)

doda

tni

P19

1,05

(80,

98)

0,03

(4,0

9)0,

007

(0,9

4)0,

99 (7

0,85

)0,

12 (1

2,74

)0,

08 (9

,73)

doda

tni

P20

0,49

(90,

85)

0,07

(22,

08)

0,06

(20,

56)

0,47

(81,

76)

0,11

(27,

92)

0,1

(26,

01)

doda

tni

P21

0,61

(69,

97)

0,04

(11,

09)

0,03

(8,6

5)0,

57 (6

2,44

)0,

08 (1

7,76

)0,

06 (1

5,33

)do

datn

i

P22

1,72

(136

,92)

0,43

(124

,34)

0,38

(115

,15)

1,67

(150

,74)

0,55

(139

,65)

0,49

(129

,16)

doda

tni

P23

1,92

(84,

77)

0,17

(14,

38)

0,1

(9,3

1)1,

79 (7

2,58

)0,

26 (1

7,43

)0,

18 (1

2,87

)do

datn

i

P24

1,04

(269

,43)

0,23

(101

,68)

0,21

(104

,99)

0,99

(202

,41)

0,29

(91,

36)

0,26

(90,

89)

doda

tni

P25

1,62

(144

,42)

–0,0

5 (–

7,71

)–0

,11

(–20

,45)

1,52

(121

,09)

0,08

(9,4

2)–0

,001

(–0,

19)

doda

tni

P26

1,06

(232

,53)

0,07

(25,

18)

0,04

(14,

46)

0,99

(174

,48)

0,14

(36,

59)

0,1

(28,

42)

doda

tni

P27

0,99

(127

,86)

0,12

(21,

96)

0,09

(17,

31)

0,95

(107

,13)

0,18

(27,

4)0,

14 (2

2,97

)do

datn

i

P28

1,49

(116

,37)

0,09

(13,

85)

0,05

(8,4

5)1,

42 (1

02,9

6)0,

2 (2

5,4)

0,15

(20,

68)

doda

tni

P29

0,97

(502

,32)

0,19

(105

,26)

0,16

(102

,51)

0,93

(349

,62)

0,25

(98,

38)

0,22

(93,

36)

doda

tni

P30

0,76

(13,

11)

0,17

(13,

23)

0,14

(11,

61)

0,75

(13,

5)0,

24 (1

4,29

)0,

2 (1

3,33

)do

datn

i

P31

0,16

(12,

71)

0,15

(43,

69)

0,14

(42,

67)

0,23

(17,

66)

0,21

(43,

47)

0,19

(43,

76)

doda

tni

P32

0,22

(18,

14)

0,14

(48,

54)

0,13

(48,

32)

0,28

(24,

84)

0,22

(54,

67)

0,2

(55,

63)

doda

tni

P33

2,45

(88,

16)

0,63

(85,

21)

0,51

(74,

36)

2,43

(88,

26)

0,8

(78,

16)

0,67

(70,

42)

doda

tni

P34

1,32

(88,

13)

0,08

(19,

85)

0,05

(12,

98)

1,25

(78,

97)

0,17

(27,

9)0,

13 (2

2,63

)do

datn

i

P35

1,13

(198

,28)

0,23

(117

,03)

0,21

(107

,91)

1,1

(252

,19)

0,33

(128

,32)

0,3

(117

,55)

doda

tni

P36

1,24

(127

,69)

0,21

(63,

87)

0,17

(55,

15)

1,2

(135

,83)

0,3

(71,

59)

0,26

(63,

44)

doda

tni

ADRIANBURDzIAK,ANNAMYŚLIńSKA86Ta

b. 5

– c

d.

(1)

(2)

(3)

(4)

(5)

(6)

Spo

dzie

wan

y zn

ak p

aram

etru

P37

0,93

(162

,42)

0,09

(19,

68)

0,07

(16,

78)

0,89

(129

,14)

0,17

(28,

98)

0,14

(25,

72)

doda

tni

P38

0,87

(222

,56)

0,12

(31,

64)

0,1

(29,

16)

0,84

(166

,67)

0,19

(39,

49)

0,17

(35,

63)

doda

tni

P39

0,69

(200

,91)

0,17

(59,

08)

0,16

(60,

5)0,

68 (1

54,8

3)0,

23 (6

2,84

)0,

22 (6

2,48

)do

datn

i

P40

0,72

(100

,87)

0,14

(35,

59)

0,12

(35,

37)

0,7

(88,

19)

0,19

(39,

37)

0,18

(38,

27)

doda

tni

P41

2,09

(145

,36)

0,31

(49,

39)

0,26

(46,

77)

2,02

(138

,6)

0,47

(56,

95)

0,4

(53,

62)

doda

tni

P42

1,05

(109

,48)

0,27

(75,

87)

0,26

(73,

69)

1,04

(120

,19)

0,37

(84,

62)

0,34

(80,

87)

doda

tni

P43

1,55

(104

,05)

–0,4

4 (–

66,2

5)–0

,53

(–85

,31)

1,42

(95,

19)

–0,3

2 (–

36,0

3)–0

,42

(–50

,04)

doda

tni

P44

1,17

(174

,56)

0,19

(50,

26)

0,15

(43,

69)

1,13

160

,94)

0,27

(55,

32)

0,23

(48,

81)

doda

tni

P45

2,73

(73,

81)

1,29

(68,

4)1,

2 (6

7,03

)2,

72 (7

1,27

)1,

44 (6

0,79

)1,

34 (5

9,39

)do

datn

i

Wzg

lędn

a zm

iana

pow

ierz

chni

(C5)

–0,6

1 (–

71,7

4)–0

,2 (–

85,4

8)–0

,15

(–69

,92)

–0,6

(–70

,67)

–0,2

2 (–

68,5

2)–0

,17

(–57

,43)

nie

doty

czy

Sta

tyst

yka

R2

0,99

90,

999

0,99

90,

990,

999

0,99

9

Sta

tyst

yka

R2 sk

oryg

owan

e0,

999

0,99

90,

999

0,99

90,

999

0,99

9

Sta

ndar

dow

y bł

ąd s

zacu

nków

ró

wna

nia

0,06

30,

042

0,04

0,06

40,

047

0,04

5

Sta

tyst

yka

DW

2,31

52,

596

2,61

32,

322,

639

2,65

4

Licz

ba o

bser

wac

ji26

826

826

826

826

826

8

Źród

ło: o

blic

zeni

a w

łasn

e za

pom

ocą

prog

ram

u eV

iew

s 5.

0.


Rezultatyestymacji,otrzymanedziękiwykorzystaniumetodpanelowych,niepo-zwalająnaformułowaniewnioskówdotyczącychefektuaglomeracjinetto.znakioszacowanychparametrówokazałysięzgodnezteorią,alenapoziomieistotności5%,aprzeprowadzonetestyJarque-Bera(JB)niepozwalałynaweryfikacjęhipotezyoistnieniurozkładunormalnegoreszt.Użytyestymatorokazałsięnieefektywny.Kolejneestymacjeprzeprowadzonozwykorzystaniemmetodypool(tab.5).

Użytoważonejmetodynajmniejszychkwadratów(ang.pooled EGLS)zdywer-syfikacjąwyrazuwolnego(ang.fixed effects).Dodatkowozastosowanodywersy-fikacjęzmiennejobjaśniającej.zróżnicowanokoncentracjęrealnegokapitałuzewzględunawartościwspółczynnikówzmienności.zastosowanametodaumożli-wiłaokreślenieefektuaglomeracjinettoindywidualniedlakażdegopodregionu.zbudowaniemodeluopartegonapoziomachwiązałosięzryzykiemtzw.re-

gresjipozornych.ztegowzględusprawdzonostacjonarnośćreszt.zastosowanonastępującetesty:(i)Levina,LinaiChu,(ii)Ima,(iii)PesaranaiShina,(iv)dwatestyFishera(ADFiPP)oraz(v)statystykęBreitunga.Wartościstatystyktesto-wychpozwoliłynaodrzucenie(napoziomieistotności1%)hipotezyoistnieniupierwiastkajednostkowego,cooznacza,iżresztysąstacjonarne.Wartościwspół-czynnikadopasowania(R2)orazskorygowanegoR2wskazywałynawysokisto-pieńobjaśnieniazmiennościzmiennejobjaśnianej.Wartościstatystykt-Studenta,przypoziomieistotnościsięgającym5%,pozwalałynaodrzuceniehipotezyonie-istotnościzmiennychobjaśniającychdlaprawiewszystkichestymowanychpara-metrów.znakioszacowanychparametrówwwiększościprzypadków (wszyst-kichwwariantach1oraz4)okazałysięzgodnezteorią.Hipotetycznąprzyczynędlaniezgodnychznakówwwariantach2,3,5oraz6stanowiłasilnakorelacjapomiędzykoncentracjąrealnegokapitałuaskumulowanąliczbąpatentówkrajo-wychorazskumulowanąliczbąpatentówogółem.Otrzymane wyniki pozwoliły na obliczenie wartości αλ. Rezultaty prezen-

tuje tabela 6 (puste komórkiwynikają z pominięcia nieistotnych statystycznieoszacowań).Użytedane statystyczneorazmetody estymacji niepozwoliłynajednoznacznewnioskowanie.Niezinterpretowanowynikówmetodpanelowychzewzględunabrakefektywnościestymatora.zastosowaniemetodypoolwrazzdywersyfikacjązmiennejobjaśniającejwydawałosiębardziejodpowiedniąme-todąanalizyomawianegozjawiska.zewzględunawyżejwymienionepowodyskoncentrowanosięgłównienawersjach1oraz4.Dlawariantupierwszegoprawiewewszystkichpodregionach, zwyjątkiem

warszawskiego (P20), częstochowskiego (P31) oraz bielsko-bialskiego (P32),iloczynαλ byłwiększy od jedności.zatemefekt aglomeracji netto okazał siędodatniwanalizowanymokresie.Podobniewwersjiczwartej42podregionyod-znaczałysiędodatnimefektemaglomeracjinetto.Ujemnyokazałsięonwpod-regionachwarszawskim (P20), radomskim (P21) oraz bielsko-bialskim (P32).Wwersjachopartychnaskumulowanej liczbiepatentówzagranicznych(2i5)orazskumulowanejliczbiepatentówogółem(3i6),wniemalwszystkichpod-regionachiloczynαλwanalizowanymokresiebyłmniejszyodjedności.Jedynywyjątekstanowiłpodregionrybnicko-jastrzębski(P45).


Tab. 6. Oszacowania efektu aglomeracji netto polskich podregionów w latach 2000–2005 (iloczyn αλ)

Produkcja aproksymowana PKB Produkcja aproksymowana WDB

(1) (2) (3) (4) (5) (6)

Ogółem 0,17 0,28 0,234 0,17 0,27 0,23

Dywersyfikacja

P1 1,23 0,15 0,07 1,13 0,14 0,07

P2 1,69 0,58 0,51 1,58 0,59 0,52

P3 1,1 0,36 0,31 1,03 0,36 0,31

P4 1,74 0,12 0,03 1,64 0,19 0,1

P5 1,26 0,13 0,05 1,14 0,12 0,04

P6 1,59 0,29 0,21 1,48 0,32 0,23

P7 1,43 0,04 –0,05 1,31 0,06 –0,02

P8 1,73 0,19 1,61 0,23 0,15

P9 2,08 0,38 0,29 1,99 0,47 0,38

P10 1,59 0,06 1,47 0,18 0,1

P11 1,3 0,4 0,33 1,22 0,39 0,33

P12 1,77 0,47 0,38 1,67 0,49 0,41

P13 1,72 0,5 0,43 1,67 0,53 0,45

P14 1,49 0,24 0,15 1,38 0,25 0,16

P15 1,82 0,38 0,29 1,69 0,4 0,31

P16 1,33 0,32 0,25 1,24 0,32 0,26

P17 2,45 0,5 0,39 2,33 0,59 0,48

P18 2,16 0,74 0,66 2,04 0,77 0,69

P19 1,5 0,19 1,38 0,22 0,14

P20 0,94 0,23 0,17 0,86 0,21 0,16

P21 1,06 0,2 0,14 0,96 0,18 0,12

P22 2,17 0,59 0,49 2,06 0,65 0,55

P23 2,37 0,33 0,21 2,18 0,36 0,24

P24 1,49 0,39 0,32 1,38 0,39 0,32

P25 2,07 0,11 0 1,91 0,18

P26 1,51 0,23 0,15 1,38 0,24 0,16

P27 1,44 0,28 0,2 1,34 0,28 0,2

P28 1,94 0,25 0,16 1,81 0,3 0,21

P29 1,42 0,35 0,27 1,32 0,35 0,28

P30 1,21 0,33 0,25 1,14 0,34 0,26

P31 0,61 0,31 0,25 0,62 0,31 0,25

P32 0,67 0,3 0,24 0,67 0,32 0,26

P33 2,9 0,79 0,62 2,82 0,9 0,73


Tab. 6 – cd.(1) (2) (3) (4) (5) (6)

P34 1,77 0,24 0,16 1,64 0,27 0,19

P35 1,58 0,39 0,32 1,49 0,43 0,36

P36 1,69 0,37 0,28 1,59 0,4 0,32

P37 1,38 0,25 0,18 1,28 0,27 0,2

P38 1,32 0,28 0,21 1,23 0,29 0,23

P39 1,14 0,33 0,27 1,07 0,33 0,28

P40 1,17 0,3 0,23 1,09 0,29 0,24

P41 2,54 0,47 0,37 2,41 0,57 0,46

P42 1,5 0,43 0,37 1,43 0,47 0,4

P43 2 –0,28 –0,42 1,81 –0,22 –0,36

P44 1,62 0,35 0,26 1,52 0,37 0,29

P45 3,18 1,45 1,31 3,11 1,54 1,4

Źródło: obliczenia własne.

5. Podsumowanie

Efektaglomeracjinettotorelatywnienowakoncepcja,któramanaceluwy-jaśnienieprzestrzennegozróżnicowaniaaktywnościekonomicznej.zakładasię,iżkoncentracjawielkościekonomicznychwpływanaefektywnośćpodmiotówgospodarczych.CelemzweryfikowaniahipotezyododatnimefekcieaglomeracjinettowPolscew latach2000–2005 zbudowanomodel ekonometrycznyopar-tynafunkcjikoncentracjiprodukcji.zastosowanometodępanelowąorazpool. Estymacjeprzeprowadzonowsześciuwariantach.Jaksięwydaje,metodapool możedawaćbardziejwiarygodnewyniki.Natejpodstawiewnioskowanoocha-rakterzeefektuaglomeracjinetto.Przywykorzystaniuskumulowanejliczbypa-tentówkrajowychjakoprzybliżonejwartościpoziomutechnicznegogospodar-kiw znaczącejwiększości przypadków analizowany efekt okazał się dodatni.Użycie innych mierników poziomu technicznego gospodarki powodowało, iżefektaglomeracjinettobyłujemny.zewzględunapoziomkorelacjizmiennychobjaśniającychbardziejmiarodajnesąwnioskizestymacjizwykorzystaniempa-tentówkrajowych.Interesującymaspektembadańnadzagadnieniamiaglomeracjibyłobyosza-

cowaniesiłyefektuprzeludnieniaorazkorzyściaglomeracji,anietylkoefektunetto.Dodatkowowpływnaanalizowanezjawiskomożewywieraćpolitykare-gionalna.zaprezentowanewartykulerezultatybadańpolskiejgospodarkimogąstanowićpunktwyjściadodalszychprac.


Literatura

Bank Danych Regionalnych GUS−danezaczerpniętezzasobówstronyinterne-towejGUS(www.stat.gov.pl),stannadzień22.lutego2007r.

Churski P., 2005, „Czynniki rozwoju regionalnegow świetle koncepcji teore-tycznych”,Zeszyty Naukowe Wyższej Szkoły Humanistyczno-Ekonomicznej we Włocławku. Nauki ekonomiczne,t.XIX.

Ciccone A., 2002, „Agglomeration effects in Europe”, European Economic Review,t.46,wyd.2.

CicconeA.,HallR.E.,1996,„Productivityandthedensityofeconomicactivity”,American Economic Review,t.86,nr1.

FujitaM.,KrugmanP.,VenablesA.J.,1999,The Spatial Economy: Cities, Regions, and International Trade,Cambridge,Massachusetts−London:MITPress.

HirschmanA.O., 1958,The Strategy of Economic Development,NewHaven:YaleUniversityPress.

MaierG.,1998,„History,spatialstructureandregionalgrowth:lessonsforpolicymaking”,SRE-Discussion,nr63.

MarshallA.,1920,Principles of Economics,London.MilewskiR.,2001,Podstawowe pojęcia i przedmiot ekonomii,w:idem(red.),

Podstawy ekonomii,Warszawa:WydawnictwoNaukowePWN.Myrdal G., 1957, Economic Theory and Underdeveloped Regions, London:Duckworth.

Nauka i Technika 2005,2006,Warszawa:GUS.Nowińska-Łaźniewska E., 2004, Relacje przestrzenne w Polsce w okresie

transformacji w świetle teorii rozwoju regionalnego,Poznań:WydawnictwoAkademiiEkonomicznej.

Olejniczak K., 2003, „Apetyt na grona? Koncepcja gron oraz koncepcje bli-skoznaczne w teorii i praktyce rozwoju regionalnego”, Studia Regionalne i Lokalne,nr2(12).

Parr J., 1999, „Growth-pole strategies in regional economicplanning: a retro-spectiveview”,Urban Studies,nr7.

PerrouxF.,1955,„Notesurlanotionde‘pôledecroissance’”,Economie appli-quée,nr1−2.

PorterM.E.,2001,Porter o konkurencji,przeł.A.Ehrlich,Warszawa:PolskieWydawnictwaEkonomiczne.

Produkt Krajowy Brutto – Rachunki Regionalne 2005,2007,Katowice:UrządStatystyczny−Warszawa:GUS.

Wooldridge J., 2001,Econometric Analysis of Cross Section and Panel Data,Cambridge,Massachusetts:MITPress.


EconoMetric verification of net aggloMeration effect in poland, 2000–2005

Theauthorsput a hypothesis of positivenet agglomeration effect inPolishsubregionsin2000–2005.Thenetagglomerationeffectisarelativelynewtheoryexplainingspatialdifferencesineconomicactivity.AproductionconcentrationfunctionsuggestedbyCicconeandHallisusedinanalysis.Thehypothesiswasverifiedwitheconometricmethods.Multiplescenariosgaveambiguousresults.Panelmethodsappearedtobeineffective,asopposedtopoolmethods.Cumulatednumberofpatentswasusedasanapproximationoftheleveloftechnicaldevelop-ment.Amongpoolscenarios,domesticpatentsallowedtoreduceproblemscon-nectedwithco-relationofexplanatoryvariables.Thisapproachgivesconclusionsaboutpositivenetagglomerationeffect.

E aglome R acji n e tt o 2000–2005 - studreg.uw.edu.pl · polaryzacji (ii). Koncepcja polaryzacji...

Documents

Transcript of E aglome R acji n e tt o 2000–2005 - studreg.uw.edu.pl · polaryzacji (ii). Koncepcja polaryzacji...